目前,互联网及社交网络迅猛发展,突发事件发生后相关信息如舆情等快速频繁的传播,越来越多的依赖于线下网络(社会接触网络)及其与线上网络(在线社会网络)的融合。如何通过分析层间耦合机制从而调节线上网络与线下网络之间的耦合关系,使得正面信息能够快速高效地传播、不良恶意的信息传播得到控制或遏制,具有非常重要的理论价值和现实意义。针对以上问题,本文对双层耦合网络模型(BCNM)的构建及其上的信息传播模型和结点传播影响力及传播控制策略等内容进行了研究。主要研究工作总结如下：(1)研究了BCNN上信息传播的理论框架。针对目前国内外学者多是从单一网络结构角度研究信息传播问题,尚未有较系统的理论体系来支撑双层网络上的信息传播研究的现状,本文从社会网络上信息传播模型的基础理论、BCNM的基础理论和BCNM上信息传播模型的基础理论等角度,系统构建了BCNM上信息传播模型的理论框架。(2)研究了BCNM的构建方法。针对现实世界中舆情等信息同时在双层甚至多层网络中传播扩散的现象,构建了两类BCNM,即结构网络-功能网络BCNM和线上网络-线下网络BCNM,而多层网络模型可由双层模型叠加构成。第一类模型构建中,融合了结构网络的关系信息进行功能网络的时间序列预测,并融合了功能网络的时间序列信息进行结构网络的链路预测。第二类模型构建中,提出了线下网络的局域世界结点批量生长机制,以病毒式激活机制、大众媒体效应机制为主的线上网络的生长机制及模型。仿真试验结果很好地复现了线上实证网络Pokec的动态生长过程。(3)研究了BCNM上信息传播模型的构建方法。针对舆情等信息在现实多层网络模型中传播的条件、速度及扩散范围等问题,构建了基于社团结构的BCNM上的信息传播模型。首先提出了结构-功能网络BCNM和线上-线下网络BCNM的信息传播模型。其次,将社团检测方法中的Speaker-listener标签传递算法(SLPA)引入到了线上网络结构-功能BCNM中,研究了重叠社团结构中的性能指标对用户行为传播的影响。最后,利用社团检测方法中的CNM凝聚算法,研究了派系结构的性能指标对线上-线下BCNM中的信息传播的影响。通过调节BCNM中社团或派系的规模等指标,从而达到调节和控制信息在以上模型中的传播速度和扩散范围。(4)研究了测度BCNM上结点传播影响力的方法及BCNM模型上的传播控制问题。针对舆情等信息在BCNM上的传播控制相关问题,首先,通过试验仿真分析出单层网络中计算结点影响力的K-壳(Ks)方法在双层耦合网络中失去评价有效性。因此,提出了双层耦合网络中计算结点影响力的方法：一种新的基于社团的改进Ks方法一一KSCC算法。其次,创建了基于邻居结点平均度指标的级联故障失效率的评价方法,该方法在评价单层网络和双层耦合网络中结点的传播影响力时均有效。最后,通过采集现实中的线上网络和线下网络的实证数据,利用同配、异配或随机连接模式,并采用一种改进的重要熟人免疫策略——"KSCC指标免疫”方法,对线上-线下网络中的重要结点进行免疫。基于以上算法,通过仿真试验验证了现实世界中舆情信息在线上-线下双层耦合网络中的传播模型和其上的控制策略的有效性,并提出了相应管理启示和管理策略。综上,本文的研究成果拓展了多层耦合网络模型上的传播动力学理论与方法。该研究将有助于认识现实世界中的多种信息如舆情、舆论、谣言甚至疾病等在线上-线下BCNM中的传播特性,所提出的传播模型、结点重要性评价方法和控制策略具有较强的理论研究价值和现实指导意义。